研究人员开发了一个新的基准来评估视觉语言模型(VLM)在零样本多臂机器人水果采摘方面的能力。该研究使用来自苹果和柑橘果园的真实世界数据,将基于VLM的规划管道与传统的感知与规划方法进行了比较。虽然VLM在生成采摘序列和航点方面显示出潜力,但在实际部署中,准确的3D航点生成和避碰协调方面仍存在挑战。 AI
影响 这项研究突显了VLM在自动化水果采摘等复杂任务方面的潜力,同时也指出了机器人协调和感知领域未来发展的关键领域。
排序理由 该集群包含一篇学术论文,详细介绍了用于特定机器人应用的新基准和视觉语言模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D waypoint generation
- Apple Inc.
- Citrus
- collision-aware coordination
- Multi-Arm Robotic Fruit Harvesting
- perception-and-planning pipeline
- robotics
- vision-language model
- VLM-based planning pipeline
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →